Qwen API टोकन दस्तावेज़

बेस URL और प्रमाणीकरण

अपने क्लाइंट को अपने अद्वितीय API कुंई का उपयोग करके हमारे एंडपॉइंट से कनेक्ट करें। उपयोग करें https://api.qwenapitoken.com/v1 बेस यूआरएल के रूप में। अपनी कुंजी Authorization हेडर को Bearer टोकन के रूप में सेट करें। यह बिना कोड बदले किसी भी OpenAI-compatible क्लाइंट के साथ काम करता है।

Google या ईमेल से साइन अप करें और तुरंत अपनी कुंजी प्राप्त करें। फ़ोन नंबर की आवश्यकता नहीं है। कुंजी एक बार दिखाई जाती है, इसलिए इसे सुरक्षित रूप से सहेजें।

Copycurl https://api.qwenapitoken.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List steps to install the package."}]
  }'

त्रुटियाँ जैसे 401 का अर्थ है कि कुंजी अमान्य है। सही टोकन के लिए अपने खाते की जाँच करें।

चैट कंप्लीशंस एंडपॉइंट

POST अनुरोधों के माध्यम से प्रतिक्रियाएं जनरेट करने के लिए संदेश भेजें। एंडपॉइंट मानक चैट फ़ॉर्मेट स्वीकार करता है। इनपुट टेक्स्ट जाता है, आउटपुट टेक्स्ट बाहर आता है। यहाँ एम्बेडिंग या इमेज जनरेशन नहीं है। बिल्कुल शुद्ध टेक्स्ट पूर्णता।

मॉडल आईडी को "uncensored" सेट करें uncensored. यह मॉडल कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृति के बिना उत्तर देता है। यह GPT या Claude नहीं है। यह एक समर्पित अनसेंसर्ड मॉडल है। Python या Node का उपयोग करके आसानी से अनुरोध भेजें।

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.qwenapitoken.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

प्रतिक्रिया में उपयोग सांख्यिकी शामिल है। बिलिंग के लिए इनपुट और आउटपुट टोकनों को ट्रैक करें। त्रुटियां मुफ्त हैं, इसलिए आप केवल सफल पूर्णताओं के लिए भुगतान करते हैं। इससे लागत पूर्वानुमेय रहती है।

स्ट्रीमिंग रिस्पॉन्सेस (SSE)

Server-Sent Events का उपयोग करके टोकन रियल-टाइम प्राप्त करें। सेट stream: true आपके अनुरोध में। API चंक को जनरेट होते ही लौटाता है। यह अनुभवगत विलंबता को काफी कम करता है।

पाठ को क्रमिक रूप से प्रदर्शित करने के लिए SSE स्ट्रीम को पार्स करें। अंतिम चंक में कुल टोकन उपयोग शामिल है। यह आपको लागत की सटीक ट्रैकिंग करने में मदद करता है। स्ट्रीमिंग सभी मानक SDKs के साथ काम करती है। यह चेट इंटरफेस के लिए आदर्श है।

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

आंशिक प्रतिक्रियाओं को सहजता से हैंडल करें। नेटवर्क विच्छेदन चंक को ड्रॉप कर सकते हैं। यदि आवश्यक हो तो पुनः कनेक्ट करें। अनकेंसर मॉडल स्ट्रीमिंग के दौरान संदर्भ को अच्छी तरह बनाए रखता है। उपयोगकर्ग तुरंत उत्तर बनते हुए देखते हैं।

फंक्शन कॉलिंग और JSON मोड

विश्वसनीय डेटा एक्सट्रैक्शन के लिए संरचित आउटपुट का उपयोग करें। JSON मोड को सक्षम करें response_format: {"type": "json_object"}. मॉडल हर बार वैध JSON लौटाता है। यह API एकीकरण के लिए महत्वपूर्ण है। फ़ंक्शन कॉलिंग टूल उपयोग की अनुमति देती है। अनुरोध बॉडी में टूल परिभाषित करें। मॉडल प्रॉम्प्ट के आधार पर सही टूल चुनता है।

सेट करें tool_choice व्यवहार को नियंत्रित करने के लिए। एक विशिष्ट टूल को फोर्स करें या मॉडल को निर्णय लेने दें। यह लचीलापन जटिल वर्कफ़्लो का समर्थन करता है। रियल-टाइम डेटा के लिए स्ट्रीमिंग को JSON के साथ जोड़ें। अनकैप्ड मॉडल विविध इनपुट को अच्छी तरह संभालता है।

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.qwenapitoken.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

यदि आवश्यक हो तो JSON आउटपुट की जांच करें। मॉडल कठोर अनुपालन का लक्ष्य रखता है। इससे आपके कोड में पarsing त्रुटियां कम होती हैं। स्वचालित कार्यों या डेटा प्रसंस्करण के लिए इसका उपयोग करें।

रेट लिमिट्स और संदर्भ विंडो

आपका API कुंजी प्रति मिनट 300 अनुरोध का समर्थन करता है। एक साथ 8 समवर्ती अनुरोधों की अनुमति दें। अनुरोध बॉडी 8 MB से कम होनी चाहिए। ये सीमांय दुरुपयोग को रोकती हैं। ये सभी उपयोगकर्ताओं के लिए निष्पक्ष उपयोग सुनिश्चित करती हैं। डैशबोर्ड के माध्यम से अपने उपयोग की निगरानी करें।

संदर्भ विंडो 100,000 टोकन की है। इसमें प्रॉम्प्ट और कंप्लीशन दोनों शामिल हैं। आप प्रति रिक्वेस्ट 16,000 टोकन तक आउटपुट कर सकते हैं। सेट max_tokens आउटपुट लंबाई को नियंत्रित करने के लिए। यदि सेट नहीं है तो डिफ़ॉल्ट 2,048 टोकन है।

रेट लिमिट्स एक 429 स्टेटस कोड लौटाती हैं। रीट्राई करने से पहले प्रतीक्षा करें। uncensored मॉडल लंबे संदर्भों को अच्छी तरह संभालता है। यह बड़े दस्तावेजों के लिए उपयोगी है। अपनी क्लाइंट लॉजिक को सीमाओं का सम्मान करने के लिए समायोजित करें। पीक आवर्स के दौरान बर्स्ट ट्राफिक से बचें।

मॉडल ID और पैरामीटर

Specify uncensored मॉडल ID के रूप में। यह सुनिश्चित करता है कि आपको समर्पित अनकैप्ड अनुभव मिले। तापमान और top_p जैसे पैरामीटर रचनात्मकता को नियंत्रित करते हैं। तापमान को 0 और 2 के बीच सेट करें। उच्च मान यादृच्छिकता बढ़ाते हैं।

उपयोग करें stop सीक्वेंस का उपयोग जनरेशन रोकने के लिए। पुनरुत्पादक परिणामों के लिए एक सीड सेट करें। उपस्थिति और आवृत्ति पेनल्टी टोकन दोहराव को समायोजित करती हैं। ये पैरामीटर आउटपुट गुणवत्ता को फाइन-ट्यून करते हैं। मॉडल मानक OpenAI प्रारूपों के प्रतिक्रिया देता है।

जांचें /v1/models विवरण के लिए एंडपॉइंट। यह उपलब्ध मॉडल की पुष्टि करता है। केवल एक मॉडल प्रदान किया जाता है। यह चीजों को सरल रखता है। कोई जटिल रूटिंग या विक्रेता चयन नहीं। बस एक विश्वसनीय असीमित विकल्प। अपने सही बिंदु को खोजने के लिए विभिन्न पैरामीटर का परीक्षण करें।